Co 1,58 miliona wiadomości mówi o sprzedaży w DM na Instagramie
Przeanalizowaliśmy 1 580 874 wiadomości od leadów na 141 kontach. Kiedy naprawdę piszą, jak szybko dostają odpowiedź, ile wiadomości dzieli rozmowę od umówionego terminu i ile rezerwacji wymagało follow-upu.
Zamiast powtarzać, co „wiadomo“ o sprzedaży w wiadomościach prywatnych, policzyliśmy to na własnej bazie. Poniżej cztery liczby z 1 580 874 wiadomości, które leady wysłały do 141 firm korzystających z Setor AI między 1 lutego a 31 lipca 2026.
- 65,45%wiadomości od leadów przychodzi poza godzinami pracy
- 88 smediana czasu do odpowiedzi ze strony firmy
- 16wiadomości od leada w medianie rozmowy z rezerwacją, wobec 3 bez rozstrzygnięcia
- 2 z 3umówionych rozmów wymagało co najmniej jednego follow-upu
Metoda, wykluczenia i to, czego te dane nie mówią, są na dole. Zaczynamy od liczb.
1. Dwie trzecie wiadomości przychodzi po godzinach
Wiadomości przychodzące, czyli wysłane przez leada, a nie przez firmę. 65,45 procent trafiło poza poniedziałkiem do piątku w godzinach od 9:00 do 17:00.
| Godzina | Udział wiadomości od leadów | |
|---|---|---|
| 00:00 | 1,73% | |
| 01:00 | 0,71% | |
| 02:00 | 0,37% | |
| 03:00 | 0,31% | |
| 04:00 | 0,37% | |
| 05:00 | 0,57% | |
| 06:00 | 1,3% | |
| 07:00 | 2,77% | |
| 08:00 | 4,1% | |
| 09:00 | 5,17% | |
| 10:00 | 5,73% | |
| 11:00 | 5,99% | |
| 12:00 | 6,1% | |
| 13:00 | 5,96% | |
| 14:00 | 5,79% | |
| 15:00 | 5,69% | |
| 16:00 | 5,74% | |
| 17:00 | 5,92% | |
| 18:00 | 6,09% | |
| 19:00 | 6,38% | |
| 20:00 | 6,75% | |
| 21:00 | 7,05% | |
| 22:00 | 5,91% | |
| 23:00 | 3,51% |
godziny pracy, pon-pt 9:00-17:00poza godzinami pracy
Krzywa rośnie przez cały dzień i łamie się dopiero po 21:00. Najgorętsza godzina doby to 21:00 i ma więcej wiadomości niż jakakolwiek godzina robocza: 7,05 procent wobec 6,10 procent w najlepszej godzinie roboczej, czyli w południe. Od 17:00 do północy przychodzi 41,61 procent całości, więcej niż przez wszystkie osiem godzin roboczych razem.
Reszta rozkłada się tak: 25,17 procent w weekend, 13,48 procent między 22:00 a 6:00.
Sprawdziliśmy, czy wyniku nie robi jeden duży klient. Największa organizacja odpowiada za 9,4 procent obserwacji, a mediana po 124 kontach z co najmniej 200 wiadomościami wynosi 64,05 procent, przy kwartylach 58,32 i 68,26. Rozkład jest zgodny między kontami, a nie uśredniony z dwóch skrajności.
Setter pracujący od 9:00 do 17:00 obsługuje na czas niecałą jedną trzecią ruchu. Reszta czeka do rana, a lead w tym czasie napisał do kogoś innego.
2. Mediana odpowiedzi: 88 sekund
Zmierzyliśmy 1 044 860 par „wiadomość leada, po niej odpowiedź firmy“ na 137 kontach, odrzucając pary powyżej doby, bo to już nie odpowiedź, tylko follow-up.
- 87,8 smediana czasu do odpowiedzi
- 32,3%odpowiedzi w minutę
- 87,4%odpowiedzi w pięć minut
- 93,2%odpowiedzi w kwadrans
Dziewięćdziesiąty percentyl to 512 sekund, czyli osiem i pół minuty. Oznacza to, że nawet ogon rozkładu mieści się w czasie, w którym rozmówca jeszcze trzyma telefon w ręku.
Jedna uczciwa uwaga: w danych flaga „od firmy“ nie rozróżnia, czy odpowiedź wyszła z AI, czy z ręki człowieka, który przejął rozmowę. To jest czas odpowiedzi konta, nie czas odpowiedzi modelu. Na kontach z włączonym setterem AI zdecydowana większość to odpowiedzi automatyczne, ale z tych danych nie da się tego rozdzielić i nie będziemy udawać, że się da.
3. Rezerwacja to rozmowa, nie jedna wiadomość
Tu wynik zaskoczył nas najbardziej. Porównaliśmy, ile wiadomości wysyła lead w rozmowach, które skończyły się umówionym terminem, i w tych, które utknęły.
| Typ rozmowy | Mediana wiadomości od leada | |
|---|---|---|
| Rozmowy z rezerwacją | 16 | |
| Dyskwalifikacje | 4 | |
| Bez rozstrzygnięcia | 3 |
Mediana rozmowy zakończonej rezerwacją to 16 wiadomości od leada. Rozmowa bez rozstrzygnięcia: 3. Dyskwalifikacja: 4. Po stronie firmy odpowiednio 25 i 7 wiadomości.
Różnica jest pięciokrotna i mówi coś, co przeczy popularnemu wyobrażeniu o automatyzacji DM. Umówienie terminu nie jest efektem jednej dobrze napisanej wiadomości ani sprytnego przepływu z linkiem. Jest efektem rozmowy, która toczy się kilkanaście tur.
Narzędzie, które umie wysłać jedną świetną wiadomość, nie rozwiązuje tego problemu. Rozwiązuje go coś, co utrzyma sensowną rozmowę przez szesnaście wymian zdań.
Ostrożnie z kierunkiem tej zależności. Nie twierdzimy, że dłuższa rozmowa powoduje rezerwację. Bardziej prawdopodobne jest, że jedno i drugie wynika z realnego zainteresowania leada. Wniosek praktyczny jest jednak ten sam: proces musi wytrzymać długą rozmowę, bo krótkie się nie umawiają.
4. Dwie trzecie rezerwacji wymagało follow-upu
Follow-up definiujemy tu twardo, z samych wiadomości: wiadomość od firmy poprzedzona inną wiadomością od firmy, na którą lead nie odpisał, oddzielona przerwą co najmniej trzydziestu minut. Ta przerwa odcina wieloczęściowe sekwencje jednej tury.
| Rozmowy z rezerwacją | Bez rezerwacji | |
|---|---|---|
| liczba rozmów | 10 709 | 207 010 |
| co najmniej 1 follow-up | 66,19% | 59,59% |
| co najmniej 2 follow-upy | 35,27% | 29,78% |
| co najmniej 3 follow-upy | 17,82% | 13,27% |
| średnia liczba follow-upów | 1,37 | 1,15 |
Dwie trzecie umówionych rozmów przeszło przez moment, w którym lead przestał odpisywać i ktoś do niego wrócił. Jedna trzecia wymagała tego co najmniej dwa razy.
I znowu uczciwie: różnica między grupami jest niewielka, sześć i pół punktu procentowego. To nie jest dowód, że follow-up wywołuje rezerwację, bo rozmowy zakończone rezerwacją są po prostu dłuższe, więc mają więcej okazji na follow-up. Mocny jest natomiast sam fakt bezwzględny: w dwóch trzecich udanych rozmów była przerwa, po której trzeba było wrócić. Proces bez follow-upu oddaje te dwie trzecie.
Rozpisaliśmy osobno, jak taki powrót ma wyglądać, żeby nie brzmiał jak spam, w tekście o follow-upie w DM.
5. Jak wygląda ta sama skrzynka przed wdrożeniem i po nim
Cztery liczby wyżej opisują rynek. Osobno policzyliśmy, co dzieje się na pojedynczym koncie, gdy ta sama skrzynka przechodzi z obsługi ręcznej na automatyczną.
Punktem odcięcia jest pierwszy ślad Setora na koncie, a nie data podłączenia oficjalnego API. To rozróżnienie okazało się kluczowe: cztery z pięciu badanych kont używały naszej wtyczki miesiące przed podłączeniem API, więc okno liczone od API porównywałoby narzędzie z tym samym narzędziem. Okno „przed“ to rok poprzedzający ten punkt, „po“ to ostatnie 90 dni.
| rok przed Setorem | ostatnie 90 dni | |
|---|---|---|
| osoby z odpowiedzią w ciągu doby | 53,3% | 96,7% |
| mediana czasu odpowiedzi | 2,3 h | 52 s |
| p90 czasu odpowiedzi | 18,2 h | 1,7 min |
| odpowiedzi w 5 minut | 22,2% | 97% |
| mediana poza godzinami pracy | 2,4 h | 51 s |
| rozmowy z follow-upem | 17,6% | 71,1% |
| wskaźnik umówionych rozmów | 4,3% | 6,7% |
To jedno konto, na którym każda z tych metryk jest mierzalna na czystym oknie: 1 479 rozmów w okresie odniesienia i 5 462 dzisiaj. Wskaźnik umówień liczony jest na węższej próbie, 1 301 rozmów przed i 1 500 po, bo klasyfikator potrzebuje rozmowy z realną treścią.
Prawie co druga osoba pisząca na to konto nie dostawała odpowiedzi w ciągu doby, follow-up praktycznie nie istniał, a odpowiedź po godzinach przychodziła po ponad dwóch godzinach. Po naprawieniu tych trzech rzeczy wskaźnik umówionych rozmów wzrósł o połowę.
Umówione rozmowy sprzed wdrożenia nie istnieją w żadnym systemie, bo rezerwacje zapisujemy dopiero od podłączenia konta. Ustaliliśmy je, czytając treść rozmów modelem językowym, tą samą miarą po obu stronach porównania. Zanim cokolwiek policzyliśmy, sprawdziliśmy klasyfikator na 500 rozmowach z okresu, w którym wynik jest zapisany w systemie: precyzja 98,3 procent, czułość 92,8 procent, z pomyłkami w stronę zaniżania.
Pełne zestawienie wraz z kontami, dla których takiego porównania zrobić się nie da, jest na stronie wyników klientów.
Co z tego wynika
Cztery liczby układają się w jeden obraz. Leady piszą wieczorem i w weekend, potrzebują odpowiedzi w minutach, a nie w godzinach, ich rozmowa do umówienia terminu trwa kilkanaście wymian zdań i w dwóch trzecich przypadków wymaga powrotu do wątku, który zamarł.
Żadnego z tych czterech warunków nie spełnia człowiek pracujący na etacie w godzinach biurowych, i to nie jest zarzut wobec ludzi, tylko arytmetyka. Ten sam obraz wyjaśnia, dlaczego przepływy oparte na regułach zawodzą przy droższej ofercie: scenariusz zbudowany na słowach kluczowych nie utrzyma szesnastu tur rozmowy.
Więcej o samej roli i o tym, gdzie ma sens, a gdzie nie, jest w kompletnym przewodniku po setterach AI, a rachunek za obsługę skrzynki rozkładamy w kosztach settera.
Metoda
Wszystkie liczby pochodzą z jednego zestawu zapytań agregujących na naszej produkcyjnej bazie danych, wykonanych 19 sierpnia 2026 w trybie wyłącznie do odczytu.
- Okno: od 1 lutego do 31 lipca 2026.
- Próba: 1 580 874 wiadomości przychodzących, 141 organizacji. Do czasu odpowiedzi: 1 044 860 par, 137 organizacji. Do długości rozmowy i follow-upów: 217 719 rozmów powiązanych z kontaktem, w tym 10 709 z rezerwacją.
- Wiadomość od leada: wysłana przez rozmówcę, nie przez konto firmowe, nieusunięta.
- Godziny: strefa Europe/Warsaw, czyli strefa sprzedawcy, nie leada.
- Godziny pracy: poniedziałek do piątku, 9:00 do 16:59.
- Wykluczenia: konto demonstracyjne używane przy weryfikacji aplikacji w Meta.
- Zero treści wiadomości, zero nazw kont, zero danych osobowych, zero rozbicia na pojedyncze firmy.
Czego te dane nie mówią
Nie mówią, o której godzinie leady kupują. Mierzymy moment wysłania wiadomości, nie moment decyzji.
Nie mówią, ile z tych rozmów zamieniło się w pieniądze. Rezerwacja to umówiony termin, nie sprzedaż, a obecność na rozmowie i domknięcie to osobne dane, których jeszcze nie zbieramy wystarczająco długo, żeby cokolwiek z nich publikować.
Nie mówią, o której godzinie lead był w swojej strefie czasowej. Godziny liczymy w strefie firmy, bo to jej kalendarz decyduje o tym, czy ktoś jest przy skrzynce.
Nie mówią wreszcie, ile z odpowiedzi wysłało AI, a ile człowiek. Ta flaga w naszej bazie nie rozróżnia jednego od drugiego.
Sprawdź to u siebie
Nie potrzebujesz do tego naszych danych. Otwórz swoją skrzynkę na Instagramie i przejrzyj ostatnie pięćdziesiąt wiadomości przychodzących. Policz dwie rzeczy: ile z nich przyszło poza Twoimi godzinami pracy i ile Twoich rozmów, które skończyły się umówionym terminem, miało w środku przerwę dłuższą niż pół dnia.
Jeżeli pierwsza liczba wyjdzie około dwóch trzecich, jesteś w normie rynkowej. Pytanie brzmi tylko, kto obsługuje tę drugą część, gdy Ciebie przy skrzynce nie ma. To jest dokładnie ta luka, którą zamyka Setor AI: odpowiada na każdą wiadomość w kilka sekund, o 21:00 i o 3:00 tak samo.